Diseño de Experimentos

DIE-ES
REV00
INGENIERA EN
BIOTECNOLOGA
DISEO DE
EXPERIMENTOSI
DIRECTORIO
Lic. Emilio Chuayffet Chemor

Secretario de Educacin
Dr. Fernando Serrano Migalln

Subsecretario de Educacin Superior
Mtro. Hctor Arreola Soria

Coordinador General de Universidades Tecnolgicas y Politcnicas
Dr. Gustavo Flores Fernndez

Coordinador de Universidades Politcnicas.
II
PGINA LEGAL
Participantes
IBT. Karen Dyrcee Sarmiento Marruffo - Universidad Politcnica de Quintana Roo

IQ. Gerardo Emmanuel Castaeda Gutirrez- Universidad Politcnica de Quintana Roo
Dra. Teresa Susana Herrera Flores Universidad Politcnica de Pnjamo
M. en C. Carlos Martnez Aguilera Universidad Politcnica de Pnjamo
M. en C. Francisco Javier Vicente Magueyal Universidad Politcnica de Pnjamo
Primera Edicin: 2013
DR 2013 Coordinacin de Universidades Politcnicas.

Nmero de registro:
Mxico, D.F.
ISBN-----------------
III
NDICE
INTRODUCCIN............................................................................................................................... 1
PROGRAMA DE ESTUDIOS ............................................................................................................. 3
FICHA TCNICA ............................................................................................................................... 4
DESARROLLO DE LA PRCTICA Y PROBLEMARIOS.................6
INSTRUMENTOS DE EVALUACIN.19
GLOSARIO .................................................................................................................................... .32

BIBLIOGRAFA. ............................................................................................................................. .35
IV
INTRODUCCIN
La metodologa del diseo de experimentos se basa en la experimentacin. Es conocido que

si se repite un experimento, en condiciones indistinguibles, los resultados presentan
variabilidad que puede ser grande o pequea. Si la experimentacin se realiza en un
laboratorio donde la mayora de las causas de variabilidad estn muy controladas, el error
experimental ser pequeo y habr poca variacin en los resultados del experimento.
El objetivo del diseo de experimentos es estudiar si al utilizar un determinado tratamiento

se produce una mejora en el proceso. Para ello se debe experimentar utilizando el
tratamiento y no utilizndolo. Si la variabilidad experimental es grande, slo se detectar la
influencia del uso del tratamiento cuando ste produzca grandes cambios en relacin con el
error de observacin.
La metodologa del diseo de experimentos estudia cmo variar las condiciones habituales
de realizacin de un proceso emprico para aumentar la probabilidad de detectar cambios
significativos en la respuesta, de esta forma se obtiene un mayor conocimiento del
comportamiento del proceso de inters.
Para que la metodologa de diseo de experimentos sea eficaz es fundamental que el

experimento est bien diseado.
Un experimento se realiza por alguno de los siguientes motivos:
* Determinar las principales causas de variacin en la respuesta.

* Encontrar las condiciones experimentales con las que se consigue un valor extremo en
la variable de inters o respuesta.
* Comparar las respuestas en diferentes niveles de observacin de variables
controladas.
* Obtener un modelo estadstico-matemtico que permita hacer predicciones de
respuestas futuras.
La utilizacin de los modelos de diseo de experimentos se basa en la experimentacin y en

el anlisis de los resultados que se obtienen en un experimento bien planificado. En muy
pocas ocasiones es posible utilizar estos mtodos a partir de datos disponibles o datos
histricos, aunque tambin se puede aprender de los estudios realizados a partir de datos
recogidos por observacin, de forma aleatoria y no planificada. En el anlisis estadstico de
datos histricos se pueden cometer diferentes errores, los ms comunes son los siguientes:
Inconsistencia de los datos. Los procesos cambian con el tiempo, se producen

cambios en el personal (cambios de personas, mejoras del personal por procesos de
aprendizaje, motivacin,...), cambios en las mquinas (reposiciones, reparaciones,
envejecimiento,...). Estos cambios tienen influencia en los datos recogidos, lo que
1
hace que los datos histricos sean poco fiables, sobre todo si se han recogido en un
amplio espacio de tiempo.
Variables con fuerte correlacin. Puede ocurrir que en el proceso existan dos o ms
variables altamente correlacionadas que pueden llevar a situaciones confusas. Por
ejemplo, en el proceso hay dos variables X1 y X2 fuertemente correlacionadas que
influyen en la respuesta, pero si en los datos que se tiene aumenta al mismo tiempo
el valor de las dos variables no es posible distinguir si la influencia es debida a una u
otra o a ambas variables (confusin de los efectos). Otra situacin problemtica se
presenta si solo se dispone de datos de una variable (por ejemplo de X1 y no de X2),
lo que puede llevar a pensar que la variable influyente es la X1 cuando, en realidad, la
variable influyente es la X2 (variable oculta).
El rango de las variables controladas es limitado. Si el rango de una de las
variables importantes e influyentes en el proceso es pequeo, no se puede saber su
influencia fuera de ese rango y puede quedar oculta su relacin con la variable de
inters o lo cambios que se producen en la relacin fuera del rango observado. Esto
suele ocurrir cuando se utilizan los datos recogidos al trabajar el proceso en
condiciones normales y no se experimenta (cambiando las condiciones de
funcionamiento) para observar el comportamiento del proceso en situaciones
nuevas.
El diseo experimental encuentra aplicaciones en biotecnologa adems, de otras disciplinas

como medio ambiente, biologa, ciencias qumicas y bioqumica, ingeniera, calidad,
economa, medicina, industria, agricultura, mercadotecnia, las ciencias de la conducta, etc.
constituyendo una fase esencial en el desarrollo de un estudio experimental.
2
PROGRAMA DE ESTUDIOS
PROGRAMA DE ESTUDIO
DATOS GENERALES
NOMBRE DEL PROGRAMA EDUCATIVO: Ingeniera en Biotecnologa
Formar profesionistas lderes altamente competentes en la aplicacin y gestin de procesos biotecnolgicos que incluyan la propagacin y escalamiento de organismos de inters industrial, as como el dominio de las tcnicas analticas para el control, evaluacin y seguimiento de los procesos con una slida formacin
OBJETIVO DEL PROGRAMA EDUCATIVO:
en ingeniera y las ciencias de la vida, para apoyar la toma de decisiones en materia de aplicacin, control y diseo de procesos biotecnolgicos industriales; adems de ser profesionistas responsables con su ambiente y entorno productivo y social.
NOMBRE DE LA ASIGNATURA: DISEO DE EXPERIMENTOS
CLAVE DE LA ASIGNATURA: DIE-ES
OBJETIVO DE LA ASIGNATURA: El estudiante ser capaz de utilizar herramientas estadsticas para interpretar los resultados de la investigacin as como desarrollar la metodologa experimental para dar cumplimento a estndares de calidad o en el desarrollo de nuevos procesos y productos.
TOTAL HRS. DEL CUATRIMESTRE: 90 hrs
FECHA DE EMISIN: 20 de junio 2011
UNIVERSIDADES PARTICIPANTES: Universidad Politcnica de Quintana Roo, Universidad Politcnica de Morelos, Universidad Politcnica de Pnjamo.
CONTENIDOS PARA LA FORMACIN ESTRATEGIA DE APRENDIZAJE EVALUACIN
TECNICAS SUGERIDAS ESPACIO EDUCATIVO MOVILIDAD FORMATIVA TOTAL DE HORAS

OBSERVACIN
UNIDADES DE MATERIALES EQUIPOS TERICA PRCTICA
RESULTADOS DE APRENDIZAJE EVIDENCIAS
APRENDIZAJE PARA EL REQUERIDOS REQUERIDOS
PARA LA ENSEANZA PROYECTO PRCTICA
APRENDIZAJE AULA LABORATORIO OTRO NO NO TCNICA INSTRUMENTO
(PROFESOR) Presencial Presencial
(ALUMNO) Presencial Presencial
Al completar la unidad de aprendizaje el alumno ser

EP1. Reporte de investigacin de los * Lista de cotejo para reporte de
capaz de: Investigacin
componentes de la varianza de uno y Discusin guiada Documental investigacin de los
* Describir un modelo estadstico para los documental
dos factores componentes de la varianza.
componentes de la varianza de uno y dos factores.
Prctica sobre
*Gua de observacin para
Discusin guiada de un anlisis de Pizarrn, Plumones,
prctica sobre anlisis de varianza
Anlisis de Varianza de uno ED1: Prctica sobre anlisis de estudio de caso utilizar varianza de uno Borrador y apoyos Can electrnico y
* Realizar anlisis de varianza de uno y dos factores X NA NA NA 6 0 9 3 de uno y dos factores en un
y de dos factores. varianza de uno y dos factores en un diagramas, resolver y dos factores audiovisuales. Software laptop Campo
de un proceso biotecnolgico. proceso biotecnolgico. El alumno practicar la
proceso biotecnolgico. situaciones en un proceso estadstico.
Preguntas insertadas, resolucin de problemas
problemticas. biotecnolgico.
ilustraciones y graficas, durante las horas
resumen * Lista de cotejo para prcticas no
*Emplear modelos estadsticos en procesos EP2. Problemario de modelos problemario de modelos presenciales.
Aprendizaje basado en
biotecnolgicos que impliquen el anlisis de varianza estadsticos con ejercicios de Anlisis Documental estadsticos con ejercicios de
problemas
de uno y dos factores. de Varianza de uno y dos factores. Anlisis de Varianza de uno y
dos factores.
Al completar la unidad de aprendizaje el alumno ser * Lista de cotejo para

capaz de: EP1. Problemario con ejercicios de problemario con ejercicios de
* Elaborar un anlisis estadstico de diseo de bloques aleatorizados y completos en bloques aleatorizados y
bloques completos aleatorizados en un proceso un proceso biotecnolgico. completos en un proceso El alumno practicar en
biotecnolgico. biotecnolgico. las horas prcticas no
Bloques aleatorizados , Estudio de casos, Pizarrn, Plumones,
Preguntas, presenciales la
parcelas divididas, utilizar diagramas, Borrador y apoyos Can electrnico y
sealizaciones, X NA NA NA NA 8 0 12 4 Documental resolucin de ejercicios
cuadrados latinos y diseos resolver situaciones audiovisuales. Software laptop
analogas, Repeticin de bloques aleatorizados
relacionados. problemticas. estadstico. * Lista de cotejo para
* Elaborar anlisis estadstico de bloques incompletos EP2. Resolucin de problemario de , parcelas divididas yu
problemario de parcelas cuadrados latinos.
balanceados, parcelas divididas y de cuadrados parcelas divididas y cuadrados latinos
divididas y cuadrados latinos con
latinos con anlisis estadstico.
anlisis estadstico.

*Cuestionario sobre los
capaz de: EC1. Cuestionario sobre los principios Aprendizaje basado en
Documental principios bsicos de los diseos El alumno resolver en
*Describir los principios bsicos de los diseos bsicos de los diseos factoriales. problemas Pizarrn, Plumones,
Preguntas, factoriales. las horas prcticas no
Diseo 2k y factoriales factoriales. Borrador y apoyos Caon electrnico y
sealizaciones, X NA NA NA NA 8 0 12 4 presenciales cuestionario
fraccionados audiovisuales. Software laptop
analogas, Repeticin y cuadro comparativo de
estadstico. * Rbrica para cuadro
* Identificar los diferentes diseos factoriales para su EP1. Cuadro comparativo sobre los los diseos factoriales.
Instruccin programada Documental comparativo sobre los diferentes
implementacin de procesos en biotecnologa. diferentes diseos factoriales.
diseos factoriales.

*Lista de cotejo para El alumno resolver en
capaz de: EP1. Problemario de las superficies Pizarrn, Plumones,
Ajuste de modelos de Confirmacin problemario de las superficies de las horas prcticas no
* Plantear diseos de experimentos para ajustar de respuestas y mnimos cuadrados Borrador y apoyos Can electrnico y
regresin y superficies de Discusin guiada Instruccin programada X NA NA NA NA 8 0 12 4 Documental respuestas y mnimos cuadrados presenciales ejercicios de
superficies de respuesta. utilizados en el proceso audiovisuales. Software laptop
respuesta. Sealizaciones utilizados en el proceso superficies de
* Emplear los mnimos cuadrados como un mtodo de biotecnolgico. estadstico.
biotecnolgico. respuestas.
optimizacin en un proceso biotecnolgico.
3
FICHA TCNICA
DISEO DE EXPERIMENTOS
Nombre: DISEO DE EXPERIMENTOS
Clave: DIE-ES
Esta asignatura le permitir al alumno planear la metodologa de
experimentacin para determinar las causas de variaciones de
Justificacin: respuesta y controlar que los resultados experimentales conduzcan a
deducciones vlidas con respecto al problema biotecnolgico
establecido.
El estudiante ser capaz de utilizar herramientas estadsticas para
interpretar los resultados de la investigacin as como desarrollar la
Objetivo:
metodologa experimental para dar cumplimento a estndares de
calidad o en el desarrollo de nuevos procesos y productos.
Honestidad, respeto a los dems, responsabilidad, igualdad,
Habilidades:
solidaridad.
Capacidades para anlisis y sntesis.
Competencias Para aprender a resolver problemas.
genricas a Para aplicar los conocimientos en la prctica.
desarrollar: Para trabajar en forma autnoma y en equipo.
Capacidades a desarrollar en la asignatura Competencias a las que contribuye la

asignatura
Interpretar los resultados de la Desarrollar productos y procesos para dar
Investigacin mediante metodologas soluciones a problemticas actuales
adecuadas para el desarrollo de nuevos mediante la investigacin aplicada y el
procesos y productos. desarrollo tecnolgico.
Desarrollar la metodologa experimental Disear nuevas tecnologas para la mejora
para la investigacin mediante de procesos y productos mediante la
herramientas especficas. investigacin aplicada y el desarrollo
tecnolgico.
.
4
HORAS TEORA HORAS PRCTICA
Unidades de No
aprendizaje No
presenci
presencial presencial presencial
al
I. Anlisis de Varianza
6 0 9 3
de uno y de dos
Estimacin de tiempo II. Bloques

(horas) necesario para aleatorizados, Parcelas
transmitir el aprendizaje al divididas, cuadrados 8 0 12 4
alumno, por Unidad de latinos y diseos
Aprendizaje: relacionados.
III. Diseo 2k y
8 0 12 4
factoriales fraccionados
IV. Ajuste de modelos

de regresin y
8 0 12 4
superficies de
respuesta.
Total de horas por
90
cuatrimestre:
Total de horas por semana: 6
Crditos: 6
5
PRCTICA SOBRE ANLISIS DE VARIANZA DE UNO Y DOS FACTORES
EN UN PROCESO BIOTECNOLGICO. (ED1)
Nombre de la asignatura: Diseo de experimentos

Nombre de la Unidad de
Anlisis de varianza de uno y de dos factores
Aprendizaje:
Nombre de la prctica o proyecto: Anlisis de varianza de unos y dos factores en un proceso

biotecnolgico
Nmero: 1/1 Duracin (horas) : 2 HORAS
* Realizar anlisis de varianza de uno y dos factores de un
Resultado de aprendizaje: proceso biotecnolgico.
Requerimientos (Material o Cuaderno, libros especializados, computadora, acceso a internet,

equipo): calculadora
Actividades a desarrollar previo a la prctica:
1. Un estudio de gentica con reses consisti en varios machos apareados con grupos separados de
hembras. Cuando nacan terneros, se usaban en un estudio de pesos hereditarios. En la siguiente
tabla se presentan los pesos al nacer de ocho terneros de cada uno de los cinco grupos de
apareamiento.
Macho Peso al nacer

177 61, 100, 56, 113, 99, 103, 75, 62
200 75, 102, 95, 103, 98, 115, 98, 94
201 58, 60, 60, 57, 57, 59, 54, 100
202 57, 56, 67, 59, 58, 121, 101, 101
203 59, 46, 120, 115, 115, 93, 105, 75
a. Suponga un modelo aleatorio para este estudio. Escriba el modelo lineal, explique cada trmino,
calcule el anlisis de varianza y muestre los cuadrados medios esperados.
b. Estime las componentes de la varianza para machos y progenie dentro de los machos y determine los
intervalos de confianza estimados de 90%.
c. Pruebe la hiptesis nula Ho: 02 = O para los machos.
d. Estime los coeficientes de correlacin intraclases y obtenga el intervalo de confianza estimado de 90%.
6
2. Piense en problemas de investigacin en su rea de inters donde pueda realizar un muestreo
aleatorio de los tratamientos en el estudio de una poblacin grande de tratamientos.
a. Describa un estudio en particular que pueda realizar.
b. Describa cmo realizara el estudio.
c. Escriba el modelo lineal para su estudio; identifique los trminos, y elabore la tabla de anlisis de
varianza mostrando fuentes de variacin, grados de libertad y cuadrados medios esperados.
d. Explique por qu sera importante conocer la magnitud de las componentes de la varianza entre
grupos y dentro de los grupos.
e. Describa cmo usara las estimaciones de las componentes de la varianza.
f. Qu suposiciones tendr que hacer sobre su estudio para tener inferencias vlidas a partir de sus
estimaciones de las componentes de la varianza?
Un cientfico de suelos estudio el crecimiento de plantas de cebada en tres niveles diferentes de

salinidad en un medio controlado. Tena dos contenedores replica de cada tratamiento, en un
diseo totalmente aleatorizado y midi tres plantas de cada replica. Los pesos en seco de las
plantas, en gramos, son los siguientes:
Salinidad Contenedor Peso (g)
Control 1 11.29, 11.08, 11.10

2 7.37, 6.55, 8.50
6 barras 3 5.64, 5.98, 5.69
4 4.20, 3.34, 4.21
12 barras 5 4.83, 4.77, 5.66
6 3.28, 2.61' 2.69
a. Escriba un modelo lineal para un anlisis de datos, explique los trminos, calcule el
anlisis de varianza y muestre los cuadrados medios esperados.
b. Pruebe la hiptesis de que no hay diferencia entre las medias de los niveles salinos.
c. Calcule el error estndar de una media de nivel salino.
d. Haga una particin de las sumas de cuadrados para Ia salinidad en dos sumas de
cuadrados polinomiales ortogonales (lineal y cuadrtica), cada una con 1 grado
de libertad y pruebe Ia hiptesis nula de que no hay regresin lineal o cuadrtica.
e. Suponga que los costos relativos, c1:c2, son 10:0.1, donde c1 es el costo de
preparar y mantener un contenedor replica y C2 es el costo de medir los
pesos en un contenedor. Cuntos contenedores replica y plantas por
contenedor sern necesarias para lograr un error estndar de 0.75 para la
media de un tratamiento?
7
4. En un hospital se hace un experimento para comprobar el efecto de determinado tipo de frmaco (A o
B) en el tiempo de recuperacin del paciente. Se supone que dicho tiempo depende considerablemente
del nivel de glucosa del paciente (g<120mg/l, g120mg/l), por lo que se considera como factor a tener
en cuenta. Para estudiar dicho efecto, se realiz un experimento con 24 pacientes dividindolos a partes
iguales en cada posible grupo, obteniendo las siguientes medias en cada grupo:
Frmaco g<120mg/l g120mg/l
11.47 11.49
14.23 13.62
11.07 8.73
A
10.86 10.94
12.89 9.94
9.54 10.87
10.72 13.05
15.29 13.81
15.71 13.25
B
10.56 12.36
12.93 14.65
13.80 13.13
Suponiendo igualdad de varianzas, normalidad e independencia:
a) Estudiar los posibles efectos que tengan ambos factores en el tiempo de recuperacin de los
pacientes, sin descartar la posible interaccin entre frmaco y nivel de glucosa.
b) Calcular intervalos de confianza para los tiempos medios de recuperacin de pacientes tratados con el
frmaco A y B, respectivamente.
c) Calcular un intervalo de confianza para la varianza del error.
5. Realizar un anlisis adecuado, interpretando las salidas adjuntas considerando que a fin de investigar
el efecto del frmaco Rhitalin sobre los nios hiperactivos se tom una muestra de 4 nios para cada
uno de los cruces de los dos siguientes factores: Tipo de nio (normal e hiperactivo) y medicamento
administrado (Placebo y Rhitalin). Para cada nio se midi un ndice de actividad, obtenindose los
siguientes datos:
Tipo de nio Placebo Rhitalin
50 67
45 60
Normal
55 58
52 65
70 51
72 57
Hiperactivo
68 40
75 55
Evidencias a las que contribuye el desarrollo de la prctica:
EP2. Problemario de modelos estadsticos con ejercicios de Anlisis de Varianza de uno y dos factores.
ED1.- Prctica sobre anlisis de varianza de uno y dos factores en un proceso biotecnolgico.
8
PROBLEMARIO DE MODELOS ESTADSTICOS CON EJERCICIOS DE ANLISIS DE
VARIANZA DE UNO Y DOS FACTORES (EP2)

Anlisis de varianza de uno y de dos factores
Aprendizaje:
Nombre de la prctica o
Anlisis de varianza de unos y dos factores en un proceso
proyecto:
biotecnolgico
* Realizar anlisis de varianza de uno y dos factores de un proceso
Resultado de aprendizaje: biotecnolgico.

1.- Se estn comparando tres soluciones de lavado diferentes a fin de estudiar su efectividad para
retardar el crecimiento de bacterias en contenedores de leche de 5 galones. El anlisis se hace en
un laboratorio y slo pueden realizarse tres ensayos en un da. Puesto que los das podran
representar una fuente potencial de variabilidad, el experimentador decide usar un diseo de
bloques aleatorizados. Se hacen observaciones en cuatro das, cuyos datos se muestran
enseguida. Analizar los datos de este experimento (utilizar =0.05) y sacar las conclusiones
apropiadas.
Das
Solucin 1 2 3 4
1 13 22 18 39
2 16 24 17 44
3 5 4 1 22
2. Un qumico quiere probar el efecto de cuatro agentes qumicos sobre la resistencia de un tipo
particular de tela. Debido a que podra haber variabilidad de un rollo de tela a otro, el qumico decide
usar un diseo de bloques aleatorizados, con los rollos de tela considerados como bloques. Selecciona
9
cinco rollos y aplica los cuatro agentes qumicos de manera aleatoria a cada rollo. A continuacin se
presentan las resistencias tensin resultantes. (a) Analizar los datos de este experimento (utilizar
= 0 :05) y sacar las conclusiones apropiadas. (b) Suponiendo que los tipos de agentes qumicos y los
rollos de tela son fijos, estimarlos parmetros del modelo Ti y j. (c) Suponga que falta la observacin
del agente qumico 2 y el rollo 3 en el problema. Analizar el problema estimando el valor faltante.
Realizar el anlisis exacto y comparar los resultados.
Rollo
Agente 1 2 3 4 5
Qumico
1 73 68 74 71 67
2 73 67 75 72 70
3 75 68 78 73 68
4 73 71 75 75 69
3. Se hace un estudio sobre la efectividad de 3 marcas de atomizador para matar moscas. Para ello,
cada atomizador se aplica a un grupo de 100 moscas, y se cuenta el numero de moscas muertas
(Expresada en porcentaje). Se hicieron 6 replicas, pero estas se hicieron en das diferentes, por ello se
sospecha que puede haber algn efecto importante debido a esta fuente de variacin. Los datos
obtenidos se muestran a continuacin:
Suponiendo un (DBCA) Diseo de Bloques Completos al Azar formule la hiptesis adecuada utilice
=0.5
Tratamientos
T1 T2 T3 T4 T5 T6 b j= 3
Bloque 1 75 65 67 75 62 73 t i= 6
Bloque 2 55 59 68 70 53 50
Bloque 3 64 74 61 58 51 69
4. Se tienen tres especies de ctricos a los cuales se mide la razn entre el rea de las hojas y el peso
seco, bajo 3 condiciones de sombra (sol, semisombra y sombra). Datos provenientes de Snedecor,
Cochran (1989) Statistical Methods, 8th Ed. Iowa State Press. Pgina 256.
=0.5
10
ESPECIE
Sombra Naranja Mandarina
Shamouti Pomelo Marsh Clementine
Sol 112 90 123
Semisombra 86 73 89
Sombra 80 62 81
5. Se Realiz un experimento para probar el efecto de suministrar diferentes niveles de energticos

suministrados a diferentes dietas a base de sorgo, en el consumo de alimento para pollos abarca
desde los 5 das de edad hasta las 8 semanas. Para ello se utilizaron 160 pollos de 5 lneas
comerciales mismas que constituyeron los bloques; dentro de los cuales, fueron distribuidos los
tratamientos; entonces cada grupo de 8 pollos constituy una unidad experimental, obtenindose la
siguiente informacin.
=0.5
Tratamientos
T1 T2 T3 T4
Bloque 1 4,268 4,482 4,699 4,549
Bloque 2 4,500 4,500 4,880 4,750 b j= 5
Bloque 3 4,300 4,250 4,500 4,480 t i= 4
Bloque 4 4,250 4,290 4,470 4,420
Bloque 5 4,220 4,200 4,450 4,300
6. Los datos que se presentan a continuacin son rendimientos (en toneladas por hectrea) de un
pasto con 3 niveles de fertilizacin nitrogenado. El diseo fue aleatorizado, con 5 repeticiones por
tratamiento.
Contrastar la hiptesis si con =0.01 y tomar decisin.
Niveles De Nitrgeno
Bloques 1 2 3
1 14.823 25.151 32.605
2 14.676 25.401 32.46 b j= 5

3 14.72 25.131 32.256 t i= 3
4 14.514 25.031 32.669
5 15.065 25.277 32.111

EP2. Problemario de modelos estadsticos con ejercicios de Anlisis de Varianza de uno y dos factores.
11
Logotipo de
PROBLEMARIO DE PARCELAS DIVIDIDAS Y
la
CUADRADOS LATINOS APLICANDO EL ANLISIS Universidad
ESTADSTICO. (EP2)

Nombre de la Unidad de Bloques aleatorizados, parcelas divididas, cuadrados latinos y
Aprendizaje: diseos relacionados.
proyecto:
biotecnolgico
* Elaborar un anlisis estadstico de diseo de bloques completos
Resultado de aprendizaje: aleatorizados en un proceso biotecnolgico.

1. Se probaron 4 raciones alimenticias para pollos, criados en jaula tipo batera de 4 pisos (filas) y 4
casilleros (columnas). La variable analizada fue: Peso del pollo (kg.) a las 8 semanas de edad.
Casilleros
Pisos 1 2 3 4
1 1.40(A) 1.38(B) 1.40(C) 1.60(D)
2 1.35(B) 1.28(A) 1.45(D) 1.62(C)
3 1.38(C) 1.40(D) 1.42(B) 1.63(A)
4 1.39(D) 1.39(C) 1.40(A) 1.60(B)
a) Presente el modelo aditivo lineal
b) Realice la prueba de hiptesis correspondiente. Use =0.05
c) Realice la prueba de Duncan para comparar si existe diferencias entre los tratamientos en estudio.
Use =0.05
d) Realice la prueba de Tukey para comparar si existe diferencia entre el tratamiento A y B. Use
=0.05
e) Realice la prueba DLS para comparar si existe diferencia entre el tratamiento C y D. Use =0.01
f) Utilice la prueba T para comparar si el peso promedio utilizando el tratamiento C es menor al peso
promedio usando el tratamiento B. Use =0.05
12
2 Se tiene un experimento para observar el rendimiento de 5 variedades de garbanzo (A, B, C, D, E).
Las filas fueron definidas como niveles de riego (cm3/parcela). Las columnas fueron definidas como
gradiente de fertilidad del suelo.
Nivel de Gradiente de fertilidad

riego 1 2 3 4 5
1 B 65 C 80 A 55 E 83 D 80
2 C 95 A 60 E 94 D 95 B 62
3 A 63 E 98 D 79 B 69 C 100
4 E 97 D 94 B 46 C 71 A 42
5 D 76 B 54 C 86 A 36 E 96
3. Un investigador quiere evaluar la productividad de cuatro variedades de aguacate y decide realizar

el ensayo en un terreno que posee un gradiente de pendiente de oriente a occidente y adems,
diferencias en la disponibilidad de nitrgeno de norte a sur, para controlar los efectos de la pendiente
y la disponibilidad de nitrgeno, utilizo un diseo de cuadrado latino, las variedades son: A, B, C y D,
(los datos corresponden a la produccin en kg/parcela).
Disponibilidad de Gradiente (pendiente)

nitrgeno
1 2 3 4
1 D 785 A 730 C 700 B 595
2 A 855 B 775 D 760 C 710
3 C 950 D 885 B 795 A 780
4 B 945 C 950 A 880 D 835
4. Se realiz un experimento con sorgo, utilizando un diseo de parcelas divididas con dos factores de
tratamiento: densidad de poblacin de plantas e hbrido. Las parcelas completas se usaron para los
cuatro niveles de densidad de poblacin: 10, 15, 25 y 40 plantas por metro de fila. Haba tres hbridos
asignados al azar a las subparcelas de cada parcela. Los datos sealados en la tabla son los pesos de
la semilla por planta, en gramos.
a. Escriba un modelo lineal para este experimento, explique los trminos y calcule el anlisis de
varianza para los datos.
b. Construya una tabla de medias de celdas y medias marginales para este experimento y calcule los
errores estndar estimados para la tabla de medias.
13
Peso de semillas ( g) de una prueba con sorgo
Plantas por metro de fila
Hbrido Bloque 10 15 25 40
TAM 680 1 40.7 24.2 16.1 11.2
2 37.8 44.4 17.6 12.7
3 32.9 27.8 19.9 14.5
4 43.1 34.1 20.1 15.4
RS 671 1 39.4 31.3 17.9 14.8

2 47.8 34.5 30.5 17.3
3 44.4 25.6 22.5 17.7
4 49 50.4 25.2 18.7
Tx 399 1 68.7 26.2 20.5 18.9

Tx X 253 2 56.2 48.1 28.2 26.2
3 44.8 41.1 30 19.2
4 59.3 46 24.7 22
c. Calcule los errores estndar estimados para las diferencias de dos medias observadas:
i) para hbridos.
ii) para poblaciones de plantas.
iii) para dos hbridos de la misma poblacin de plantas.
d. Pruebe las hiptesis para los efectos de interaccin y principales, suponga efectos fijos para los
hbridos y las poblaciones de plantas.
e. Calcule la eficiencia relativa de este diseo de parcelas divididas para los tratamientos de
subparcelas y parcelas con respecto al diseo de bloques completo aleatorizado normal e interprtelo.
f. Obtenga una particin de suma de cuadrados para la poblacin de plantas y la suma de cuadrados
de la interaccin con las particiones de regresin polinomial adecuadas e intrprete los resultados. Los
coeficientes para las particiones lineal, cuadrtica y cbica para los cuatro niveles de plantas por
metro se muestran a continuacin.
Plantas 10 15 25 40
-
Lineal -0.546 0.327 0.109 0.764
- -
Cuadrtica 0.513 0.171 0.741 0.399
-
Cbica -0.435 0.783 0.435 0.087
14
5. Se realiz un experimento de parcelas divididas en un diseo totalmente aleatorizado con
tratamientos de parcelas completas como un factorial de 2 X 2 (factores A y B) y los tratamientos de
las subparcelas como tres niveles del factor C, haba cuatro rplicas de las unidades experimentales.
Suponga que todos los tratamientos eran fijos.
a. Escriba un modelo lineal para el experimento. Identifique cada componente del modelo y muestre
los intervalos numricos en el subndice.
b. Describa la tabla de anlisis de varianza, muestre las fuentes de variacin, los grados de libertad y
los cuadrados medios esperados.
6. Un investigador de ciencias alimentarias desea realizar un experimento para evaluar el

efecto de las condiciones de almacenamiento en frio sobre la calidad del alimento. Los dos
factores de tratamiento que usara son la temperatura de almacenamiento y el material de los
contenedores. El producto alimenticio se colocara en uno de los contenedores y se
almacenar en una cmara de control de temperatura durante un periodo fijo luego del cual
se medirn varias condiciones fsicas y de calidad del producto en cada contenedor. El
investigador tiene tres pequeas cmaras de control de temperatura disponibles para el
experimento, las temperaturas de almacenamiento son 2, 4 y 8C. Existen cuatro tipos de
contenedores para el estudio: plstico sellado, cartn encerado sellado, cartn sellado y un
contenedor sin sellar como control. Cuenta con cuatro posiciones en el centro de la cmara
donde puede colocar los contenedores. Dibuje un diagrama de un plan para el experimento de
manera que el investigador pueda tener tres rplicas del mismo. Utilice la siguiente gua para
construir su diagrama.
a. Use etiquetas I, II y III para identificar las tres cmaras de temperatura y etiquetas a,
b, c y d para identificar las cuatro posiciones dentro de cada cmara.
b. Muestre el tipo de contenedor (C1, C2, C3 o C4) asignado a cada posicin en cada
cmara, lo mismo que la temperatura (2, 4, 8) asignada a la cmara, para las tres
replicas en su diagrama.
c. Muestre el esquema de aleatorizacin que uso en la asignacin del

inciso b).
EP1. Problemario con ejercicios de bloques aleatorizados y completos en un proceso biotecnolgico.
15
Logotipo de
PROBLEMARIO DE LAS SUPERFICIES DE RESPUESTAS Y la
MNIMOS CUADRADOS (EP1) Universidad

Ajuste de modelos de regresin y superficies de respuesta.
Aprendizaje:
proyecto:
biotecnolgico
* Plantear diseos de experimentos para ajustar superficies de
respuesta.
Resultado de aprendizaje:
* Emplear los mnimos cuadrados como un mtodo de optimizacin
en un proceso biotecnolgico.
DESARROLLO
1. Se realiz un experimento de parcelas divididas en un diseo totalmente aleatorizado con

tratamientos de parcelas completas como un factorial de 2 X 2 (factores A y B) y los
tratamientos de las subparcelas como tres niveles del factor C, haba cuatro rplicas de las
unidades experimentales. Suponga que todos los tratamientos eran fijos.
a. Escriba un modelo lineal para el experimento. Identifique cada componente

del modelo y muestre los intervalos numricos en el subndice.
b. Describa la tabla de anlisis de varianza, muestre las fuentes de variacin, los grados
de libertad y los cuadrados medios esperados.
2. Suponga que los tratamientos de parcelas completas descritos en el ejercicio 1 se

arreglaron en un diseo de cuadrado Iatino. Repita los incisos a) y b) para este caso.
3. Suponga que los tratamientos de subparcelas del ejercicio 1 eran un arreglo factorial de 3
X 3 de los factores C y D con el resto de las condiciones iguales. Repita los incisos a) y b)
para este caso.
4. Un investigador especialista en una compaa de productos del mar investig el crecimiento

de bacterias en ostiones y mejillones sujeto a tres temperaturas de almacenamiento.
Dispona de nueve unidades de almacenamiento en frio, de las que se seleccionaron
16
tres unidades al azar para usar con cada nivel de temperatura. Los ostiones y los
mejillones se almacenaron durante dos semanas en cada unidad, al cabo de dos semanas
se hizo una cuenta de bacterias de una muestra de ostiones y mejillones. Al final de ejercicio
se muestra el logaritmo de la cuenta, de bacterias para cada muestra.
a. El investigador pudo tener tres rplicas para el estudio con solo tomar tres
muestras aleatorias dcada alimento en una unidad de almacenamiento con una
temperatura. De esta manera, solo habra necesitado tres unidades de
almacenamiento. Para el estudio, una para cada temperatura. Explique las posibles
dificultades del estudio si lo hubiera realizado de esta manera.
b. Hay un incremento significativo en el crecimiento bacterial cuando aumenta la

temperatura? Justifique su respuesta.
c. Existe una interaccin significativa entre el tipo de alimento y el aumento (si lo hay) en
el crecimiento de bacterias con la temperatura? Justifique su respuesta.
d. Escriba un modelo lineal para su anlisis, establezca las suposiciones y explique

los trminos.
e. Determine si sus suposiciones sobre el modelo lineal son correctas para los datos.
Unidad de enfriamiento Temperatura tCJ Marisco* log(cuenta)
1 0 1 3.6882
1 0 2 0.3565
2 0 1 1.8275
2 0 2 1.7023
3 0 1 5.2327
3 0 2 4.5780
4 5 1 7.1950
4 5 2 5.0169
5 5 1 9.3224
5 5 2 7.9519
6 5 1 7.4195
6 5 2 6.3861
7 10 1 9.7842
7 10 2 10.1352
8 10 1 6.4703
8 10 2 5.0482
9 10 1 9.4442
9 10 2 11.0329
"'1 - ostiones, 2 - mejillones
17
5. Un experimento de parcelas divididas en un diseo de bloques completo aleatorizado
evaluados efectos de las tasas de nitrgeno, agua y fsforo sobre Ia eficiencia del uso del
agua en un cultivo de maz dulce con irrigacin por goteo. Dos tasas de fsforo (P1 = 0 y
P2 = 245 lb P2 05/acre) se asignaron a! azar a parcelas completas en un diseo de
bloques completo aletorizado. Los tratamientos del factorial de 3 X 3 de nitrgeno (0, 130, y
260 lb N/acre) y agua (16, 22 y 28 pulgadas) se asignaron en forma aleatoria a las parcelas
principales. Los datos mostrados en la tabla se refieren a la eficiencia en el uso del agua para
cada parcela.
a. Escriba un modelo lineal para el experimento, explique los trminos y realice el anlisis de
varianza para los datos.
b. Construya una tabla de medias de celdas y medias marginales para este experimento y
calcule los errores estndar estimados para la tabla de medias.
c. Calcule los errores estndar estimados para las diferencias entre dos medias
observadas para:
i) las tasas de fsforo.
ii) los niveles de agua.
iii) las tasas de nitrgeno.
iv) el agua por medias de celdas de nitrgeno.
d. Pruebe las hiptesis para todas las interacciones y efectos principales e intrprete los
resultados.
e. Realice las particiones de sumas de cuadrados para agua y nitrgeno en particiones

de regresin polinomial y cuadrtica que incluyan la interaccin. Interprete los
resultados; use una grfica de las medias observadas para ayudarle en la interpretacin.
Bloque 1 Bloque 2
Agua Nitr6geno P, Pz P, Pz
16 0 8.1 9.7 8.6 15.5
130 36.0 34.2 34.5 33.1
260 34.6 34.0 40.7 39.3
22 0 10.0 6.2 5.1 10.9

130 21.5 19.7 19.9 21.9
260 30.7 28.9 26.4 25.7
28 0 10.6 6.3 4.5 10.4

130 19.4 19.7 21.7 19.9
260 23.2 23.0 19.4 23.2
EP1. Problemario de las superficies de respuestas y mnimos cuadrados utilizados en el

proceso biotecnolgico.
18
19
INSTRUMENTOS DE EVALUACIN
Contiene los siguientes instrumentos de evaluacin sumativa:
* Lista de cotejo para reporte de investigacin de EP1, UA1

los componentes de la varianza.
*Gua de observacin para estudio de caso. ED1, UA1
* Lista de cotejo para problemario con ejercicios EP2, UA1
de anlisis de varianza de uno y dos factores.
*Lista de cotejo para problemario de bloques EP1, UA2
aleatorizados en los diferentes diseos aplicando
el anlisis estadstico.
* Lista de cotejo para problemario de parcelas EP2, UA2
divididas y cuadrados latinos aplicando el anlisis
estadstico.
*Cuestionario para principios bsicos de los EC1, UA3
diseos factoriales.
* Rbrica para cuadro comparativo de los diseos EP1, UA3
factoriales.
*Lista de cotejo para problemario de las EP1, UA4
superficies de respuestas y mnimos cuadrados.
20
Logotipo de
LISTA DE COTEJO PARA REPORTE DE
la
INVESTIGACIN DE LOS COMPONENTES DE LA Universidad
VARIANZA (EP1)
ASIGNATURA: DIE-ES FECHA:
UNIDAD DE APRENDIZAJE: I Anlisis de Varianza de uno y de dos factores.

MATRICULA : CUATRIMESTRE:
ALUMNO: GRUPO:
INSTRUCCIONES
Revisar los documentos o actividades que se solicitan y marque en los apartados SI cuando la evidencia a evaluar se cumple; en caso contrario marque
NO. En la columna OBSERVACIONES ocpela cuando tenga que hacer comentarios referentes a lo observado.
Valor del CUMPLE

reactivo Caracterstica a cumplir (Reactivo) OBSERVACIONES
SI NO
Portada: Logo de la UP, nombre de la asignatura,
nombre del alumno, identificacin del reporte, fecha de
5%
entrega, grupo.
Identifica los elementos que integran a un anlisis de

20%
varianza.
Describe los componentes de los modelos estadsticos
20%
de una anlisis de varianza de uno y dos factores
10%
Menciona ejemplos de los anlisis de varianza de uno y
dos factores.
20%
Concluye sobre los casos de aplicacin del anlisis de
varianza.
El contenido de la investigacin documental est
10%
organizado de forma lgica.
5%
Bibliografa: Menciona la bibliografa consultada.
10%
El reporte est ordenado, limpio y sin faltas de ortografa
____________________________________
Nombre y firma del Profesor
Logotipo de
GUA DE OBSERVACIN PARA PRCTICA la
SOBRE ANLISIS DE VARIANZA DE UNO Y DOS Universidad
FACTORES EN UN PROCESO (ED1)

ALUMNO: GRUPO:
INSTRUCCIONES
Valor del CUMPLE

SI NO
5% Llega puntual a la prctica
10% Concluye la prctica en el tiempo establecido entregando su rea

limpia y ordenada.
10% Es ordenado durante la realizacin de la prctica.
75% Realiza el anlisis de varianza de uno y dos factores en un

proceso con las caractersticas establecidas.
100% CALIFICACIN:
______________________________________
Logotipo de
LISTA DE COTEJO PARA PROBLEMARIO CON
la
EJERCICIOS DE ANLISIS DE VARIANZA DE UNO Universidad
Y DOS FACTORES (EP2)

ALUMNO: GRUPO:
INSTRUCCIONES
Valor del CUMPLE

SI NO
Cumple con la portada, buena presentacin, orden y
5%
limpieza.
Identificacin de datos tiles para el proceso de solucin.
15%
Aplicacin adecuada de frmulas y tablas.

20%
20%
Secuencia lgica de la solucin.
20%
Resultados correctos.
20%
Interpretacin de los resultados.
____________________________________
LISTA DE COTEJO PARA RESOLUCIN DE Logotipo de
PROBLEMARIO CON EJERCICIOS DE BLOQUES la
ALEATORIZADOS EN LOS DIFERENTES DISEOS Universidad
APLICANDO EL ANLISIS ESTADSTICO. (EP1)
UNIDAD DE APRENDIZAJE: II. Bloques aleatorizados, parcelas divididas, cuadrados latinos y diseos
relacionados.
ALUMNO: GRUPO:
INSTRUCCIONES
Valor del CUMPLE

SI NO
5%
limpieza.
15%

20%
20%
20%
20%
____________________________________
Logotipo de
LISTA DE COTEJO PARA PROBLEMARIO DE
la
PARCELAS DIVIDIDAS Y CUADRADOS LATINOS Universidad
APLICANDO EL ANLISIS ESTADSTICO. (EP2)
UNIDAD DE APRENDIZAJE: II. Bloques aleatorizados, parcelas divididas, cuadrados latinos y diseos
relacionados.
ALUMNO: GRUPO:
INSTRUCCIONES
Valor del CUMPLE

SI NO
5%
limpieza.
15%

20%
20%
20%
20%
____________________________________
CUESTIONARIO PARA PRINCIPIOS BSICOS DE LOS DISEOS
FATORIALES. (EC1)
UNIDAD DE APRENDIZAJE: III. Diseo 2k y factoriales fraccionados

ALUMNO: GRUPO:
Resolver las siguientes preguntas:
1. Un psiclogo est interesado en determinar el efecto de la motivacin y el estrs en el rendimiento

escolar. Ocho alumnos son asignados aleatoriamente a las condiciones experimentales y obtienen
las puntuaciones en el examen que se detalla en la siguiente tabla. El estrs se manipula mediante
la administracin de dos tipos de frmacos distintos (en un caso, un ansioltico y en el otro un
tranquilizante) y la motivacin recompensado econmicamente a la condicin b2.
I) Cul(es) ser(n) la(s) variable(s) dependiente(s)?

A) El rendimiento escolar.
B) Las combinaciones de rendimiento y estrs.
C) Los niveles de estrs.
II). La(s) variable (s) independiente(s) de este diseo:

A) La motivacin y el estrs.
B) La motivacin.
C) El estrs.
D) El rendimiento.
26
III). Es un diseo:
a) Factorial 2 x 2.
b) Factorial 3 x 2.
c) MANOVA.
d) De medidas repetidas en factor A.
IV) La metodologa del diseo puede definirse como:

a) Cuasi-experimental.
b) No experimental.
c) De medidas repetidas en el factor A.
d) Experimental
V) La suma de cuadrados del factor A:

a) 142
b) 72
c) 392
d) No se puede responder a la pregunta.
VI) La suma de cuadrados del factor B:

A) 392
B) 222
C) 8
D) No se puede responder a la pregunta.
VII) El efecto del grupo 22:

A) -5
B) 4
C) -4
D) No se puede responder a la pregunta.
VIII) Existen diferencias significativas en el trmino de la interaccin?
2) Los datos siguientes proceden de una investigacin que se plantea constatar un efecto
de interaccin entre los factores A y B. Se trata de un diseo factorial completamente
cruzado con 33 sujetos por combinacin (nij=33), donde a cada sujeto se le mide una sola
vez
27
I) Cuntos sujetos reciben la condicin a1?
II) Cuntos sujetos reciben la condicin b2?
III) Cul es el valor de 3?
IV) Cul es el valor de 23?
V)
28
VI) Cul ser la media de la combinacin de a1b2?
VII) La suma de cuadrados de B?
VIII) Hay diferencias estadsticamente significativas en el factor A?
IX) Confirman los anlisis de la varianza que se ha producido un efecto de interaccin?
____________________________________
29
RBRICA PARA CUADRO COMPARATIVO DE LOS DISEOS FACTORIALES. (EP1)
ASIGNATURA: DIE-ES FECHA: Logotipo de

UNIDAD DE APRENDIZAJE: III. Diseo 2k y factoriales fraccionados. la
Universidad
MATRICULA: GRUPO:
ALUMNO: CUATRIMESTRE:
Aspect o a Compet ent e Independient e Basico avanzado Basico umbral Insuf icient e
evaluar 10 9 8 7 NA
Identifica claramente Identifica claramente Identifica claramente Identifica los tipos de No diferencia entre los
los tipos de diseos los tipos de diseos los tipos de diseos diseos factoriales, distintos tipos de
factoriales, factoriales, factoriales, mencionando algunas diseos factoriales ni
mencionando las mencionando las mencionando las de las diferencias en entre sus modelos
Anlisis diferencias en los diferencias en los diferencias en los los componentes de matemticos. No
45% componentes de sus componentes de sus componentes de sus sus modelos identifica la aplicacin
modelos matemticos modelos matemticos modelos matemticos. matemticos. de los mismos.
as como las y menciona algunas de
aplicaciones de cada las posibles
uno de ellos. aplicaciones.
Toda la informacin La mayor parte de la La mayor parte de la Existen varios errores La informacin que
presentada es clara, informacin en el informacin en el de informacin, y sta presenta no es
Informacin
precisa, correcta y trabajo est trabajo est no queda siempre correcta. Hace
acorde al
relevante. presentada de manera presentada de manera clara. comparaciones falsas.
contenido
clara, precisa y clara, precisa, pero no
30%
correcta. es siempre correcta y
relevante.
La redaccin es El trabajo est bien Demuestra cierto Carece del dominio de El trabajo muestra
apropiada y la escrito, pero hay dominio de las reglas las reglas gramaticales graves faltas de
Calidad
ortografa es correcta. algunos errores de gramaticales , pero hay y existen errores que ortografa y problemas
gramatical
gramtica que no varios errores que impiden la de redaccin.
15%
dificultan la dificultan la comprensin del
comprensin. comprensin. contenido.
Incluye tres o ms Incluye dos Incluye una referencia Incluye slo No menciona
Bibliografa referencias referencias bibliogrfica. Impresas. referencias digitales. bibliografa consultada.
10% bibliogrficas. bibliogrficas.
Impresas y digitales. Impresas y digitales.
30
Logotipo de
LISTA DE COTEJO PARA PROBLEMARIO DE LAS
la
SUPERFICIES DE RESPUESTAS Y MNIMOS Universidad
CUADRADOS (EP1)
UNIDAD DE APRENDIZAJE: IV. Ajuste de modelos de regresin y superficies de respuesta.

ALUMNO: GRUPO:
INSTRUCCIONES
Revisar los documentos o actividades que se solicitan y marque en los apartados SI cuando la evidencia a evaluar se cumple; en caso contrario marque NO.
En la columna OBSERVACIONES ocpela cuando tenga que hacer comentarios referentes a lo observado.
Valor del CUMPLE

SI NO
5% Cumple con la portada, buena presentacin, orden y limpieza.
15%

20%
20%
20%
20%
____________________________________
31
GLOSARIO
Anlisis de varianza: Es una prueba que nos permite medir la variacin de las respuestas
numricas como valores de evaluacin de diferentes variables nominales.
Aleatorizacin: Consiste en la asignacin al azar de los tratamientos en estudio a las

unidades experimentales con el propsito de asegurar que un determinado tratamiento no
presente sesgo. Por otro lado la aleatorizacin hace vlidos los procesos de inferencia y las
pruebas estadsticas.
Aleatoriedad: Es el orden en que se ejecutan las condiciones experimentales en el

experimento. Bajo la aleatoriedad todos los tratamientos tiene la misma oportunidad de ser
seleccionados. Es usada con el propsito de cancelar efectos de variables que no se estn
controlando (como efectos del ambiente en el que se realiza el experimento). La
aleatoriedad cancela el efecto de factores que quiz no conocemos que estn all, incluso
estos pueden estar cambiando sus niveles a medida que corremos el experimento. Cuando
se conoce la fuente de variabilidad y se puede controlar, se usa una tcnica llamada
bloqueo.
Bloqueo: Es una tcnica utilizada con el fin de aumentar la precisin del experimento. Se
usa cuando se conoce la fuente de variabilidad y se puede controlar. Al controlarla se reduce
la variabilidad introducida por esta fuente y se evita que esta influya en la respuesta cuando
no se est interesado en el efecto de la misma. Un bloque es una porcin del material
experimental que debe ser ms homognea que el conjunto completo del material.
Control Local (Control del error Experimental): Consiste en tomar medidas dentro del diseo
experimental para hacerlo ms eficiente, de tal manera que pueda permitir la reduccin del
error experimental y as hacerla ms sensible a cualquier prueba de significacin.
Covariable. Si el factor nuisance es una propiedad cuantitativa de las unidades

experimentales que puede ser medida antes de realizar el experimento (el tamao de un
fichero informtico, la presin sangunea de un paciente en un experimento mdico o la
acidez de una parcela de tierra en un experimento agrcola). El factor se denomina
covariable y juega un papel importante en el anlisis estadstico.
Ensayo: Procedimiento realizado para obtener una observacin.
Diseo del Experimento: Se refiere al proceso de planear el experimento que se desea. Es la

adquisicin de los datos apropiadamente para analizarlos de manera estadstica. Cuando se
tiene un proceso para anlisis, es importante definirlo correctamente y proceder a buscar el
mejor diseo de experimentos, de manera que se le pueda sacar el mejor provecho a los
datos colectados por medio del anlisis estadstico. Las bases de un diseo de
experimentos son: replicacin, aleatoriedad y bloqueo.
32
Factor bloque: En algunos casos el factor nuisance puede ser fijado en distintos niveles, de
modo que es posible controlar su efecto a esos niveles. Entonces la forma de actuar es
mantener constante el nivel del factor para un grupo de unidades experimentales, se
cambia a otro nivel para otro grupo y as sucesivamente. Estos factores se denominan
factores de bloqueo (factores-bloque) y las unidades experimentales evaluadas en un
mismo nivel del bloqueo se dice que pertenecen al mismo bloque. Incluso cuando el factor
nuisance no es medible, a veces es posible agrupar las unidades experimentales en bloques
de unidades similares: parcelas de tierra contiguas o perodos de tiempo prximos
probablemente conduzcan a unidades experimentales ms parecidas que parcelas o
perodos distantes.
Factores: Los factores son las variables de inters para las cuales se quiere estudiar el
impacto que tienen las mismas en la respuesta. Las variables temperatura y presin
utilizadas para el ejemplo descrito en la definicin de rplica, son los factores de inters en
la experimentacin. Estos se puede clasificar como variables controlables: que pueden a su
vez clasificarse en variables cualitativas (tipo de material sujeto) y cuantitativas
(temperatura y presin). Las variables no controlables afectan el experimento y en ocasiones
no son tenidas en cuenta; estas son medibles mas no estn bajo el control del
experimentador (humedad, la cual se mide mas no se controla). Los factores tambin
pueden ser clasificados de manera fija o aleatoria. Se clasifican de manera fija cuando los
niveles del factor (en el caso de factor temperatura antes mencionado, sus niveles son 2:
o o
100 C y 200 C) son los nicos niveles de inters; es decir que el rango experimental se
abarca por completo con esos niveles. Los factores se clasifican de manera aleatoria,
cuando los niveles del factor son una muestra que salen de una poblacin mayor y se desea
hacer inferencia en la poblacin a partir de los niveles seleccionados.
Fuente de variacin: Cualquier factor planificado o no que pueda contribuir a explicar la

variabilidad en la respuesta
Factor bloque: En algunos casos el factor nuisance puede ser fijado en distintos niveles, de
modo que es posible controlar su efecto a esos niveles. Entonces la forma de actuar es
mantener constante el nivel del factor para un grupo de unidades experimentales, se
cambia a otro nivel para otro grupo y as sucesivamente. Estos factores se denominan
factores de bloqueo (factores-bloque) y las unidades experimentales evaluadas en un
mismo nivel del bloqueo se dice que pertenecen al mismo bloque. Incluso cuando el factor
nuisance no es medible, a veces es posible agrupar las unidades experimentales en bloques
de unidades similares: parcelas de tierra contiguas o perodos de tiempo prximos
probablemente conduzcan a unidades experimentales ms parecidas que parcelas o
perodos distantes.
Factores nuisance: son aquellas fuentes que no son de inters directo pero que se
contemplan en el diseo para reducir la variabilidad no planificada.
33
Grados de libertad: Estos se refieren al nmero de trminos independientes en un test
particular. Teniendo n como el nmero de trminos, los grados de libertad se calculan
mediante n-1.
Niveles: Es el nmero de alternativas o ajustes para cada factor. La figura mostrada en la

definicin de replicacin, ilustra los niveles para cada factor. En el caso de ese ejemplo en
particular se tienen dos niveles para cada uno de los factores.
Replicacin o Repeticin: Es el nmero de ocasiones que se efecta una misma condicin

experimental en la prueba o experimento que se est haciendo.
Observacin: Resultado de medir cada una de las variables de respuesta, bajo las accin de
uno de los tratamientos.
.
Rplica: Repeticin del ensayo sobre una nueva unidad experimental que recibe el mismo
tratamiento que la anterior.
Ruido. Si el experimentador est interesado en la variabilidad de la respuesta cuando se

modifican las condiciones experimentales, entonces los factores nuisance son incluidos
deliberadamente en el experimento y no se aisla su efecto por medio de bloques. Se habla
entonces de factores ruido.
Repeticin: Viene a ser la reproduccin o rplica del experimento bsico (asignacin de un

tratamiento a una unidad experimental). Las principales razones por las cuales es deseable
la repeticin son: Primero por que proporciona una estimacin del error experimental,
siendo tal estimacin confiable a medida que aumenta el nmero de repeticiones, y
segundo permite estimaciones ms precisas del tratamiento en estudio.
Unidad experimental: Objeto (persona o cosa) sobre la cual se va a realizar la medicin de

las variables de respuesta, despus de aplicar un tratamiento dado.
Variables de salida: Son las variables respuesta del experimento. La respuesta puede ser
univariada (una sola salida de inters) o multivariada (mltiples salidas de inters). Estas
pueden clasificarse en variables cualitativas y cuantitativas. Se clasifican como cualitativas
cuando por ejemplo: se refiere a caractersticas, donde la respuesta es un s o un no
(cuando se desea saber si un producto es aceptable o no de acuerdo a caractersticas
observadas, o cuando se tienen en cuenta las caractersticas de una persona para tomar
una decisin). Se clasifican como cuantitativas cuando se mide algo numrico como la
viscosidad, el lead time de los procesos, el tiempo, el peso etc.
Variabilidad residual: Variabilidad debida a factores aleatorios o no planificados en el

experimento.
34
BIBLIOGRAFA
Bsica:
Ttulo: Diseo y Anlisis de experimentos

Autor: Douglas C. Montgomery
Ao 2007
Editorial o referencia: Limusa Wiley
Lugar y Ao de la edicin: 2002
ISBN o registro: 9789681861568
Ttulo: Diseo de Experimentos principios estadsticos de diseo y anlisis de investigacin

Autor: Robert O. Kuehl
Ao 2009
Editorial o referencia: Thomsom Learning
Lugar y Ao de la edicin: Mxico 2009.
Ttulo: Anlisis y Diseos de experimentos

Autor: Humberto Gutirrez Pulido
Ao 2007, 2da. Edicin
Editorial o referencia: McGraw-hill
Lugar y Ao de la edicin: Mxico 2007.
Complementaria:
Ttulo: Estadstica para Investigadores: diseo, investigacin y descubrimiento.

Autor: George E. Box
Ao: 2008
Editorial o referencia: Editorial Reverte
Lugar y ao de la edicin: Madrid
Ttulo: Estadstica para Ingenieros y cientficos.

Autor: Navidi, William.
Ao: 2006
Editorial o referencia: McGraw Hill
Lugar y ao de la edicin: Mxico, 2006.
35
Ttulo: Probabilidad y Estadstica para Ingeniera y ciencias
Autor: Walpole, Ronald, Myers, Raymond H., Myers, Sharon L.
Ao: 2007.
Editorial o referencia: Pearson Educacin
Lugar y ao de la edicin: Mxico, 2007.
36

Diseño de Experimentos

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diseño de Experimentos

Uploaded by

Copyright:

Available Formats

DIE-ES

Lic. Emilio Chuayffet Chemor

Dr. Fernando Serrano Migalln

Mtro. Hctor Arreola Soria

Dr. Gustavo Flores Fernndez

IBT. Karen Dyrcee Sarmiento Marruffo - Universidad Politcnica de Quintana Roo

Primera Edicin: 2013

DR 2013 Coordinacin de Universidades Politcnicas.

GLOSARIO .................................................................................................................................... .32

La metodologa del diseo de experimentos se basa en la experimentacin. Es conocido que

El objetivo del diseo de experimentos es estudiar si al utilizar un determinado tratamiento

Para que la metodologa de diseo de experimentos sea eficaz es fundamental que el

Un experimento se realiza por alguno de los siguientes motivos:

* Determinar las principales causas de variacin en la respuesta.

La utilizacin de los modelos de diseo de experimentos se basa en la experimentacin y en

Inconsistencia de los datos. Los procesos cambian con el tiempo, se producen

El diseo experimental encuentra aplicaciones en biotecnologa adems, de otras disciplinas

NOMBRE DEL PROGRAMA EDUCATIVO: Ingeniera en Biotecnologa

NOMBRE DE LA ASIGNATURA: DISEO DE EXPERIMENTOS

CLAVE DE LA ASIGNATURA: DIE-ES

TOTAL HRS. DEL CUATRIMESTRE: 90 hrs

FECHA DE EMISIN: 20 de junio 2011

CONTENIDOS PARA LA FORMACIN ESTRATEGIA DE APRENDIZAJE EVALUACIN

TECNICAS SUGERIDAS ESPACIO EDUCATIVO MOVILIDAD FORMATIVA TOTAL DE HORAS

Al completar la unidad de aprendizaje el alumno ser

Al completar la unidad de aprendizaje el alumno ser * Lista de cotejo para

Al completar la unidad de aprendizaje el alumno ser

Al completar la unidad de aprendizaje el alumno ser

Nombre: DISEO DE EXPERIMENTOS

Capacidades a desarrollar en la asignatura Competencias a las que contribuye la

Estimacin de tiempo II. Bloques

IV. Ajuste de modelos

Nombre de la asignatura: Diseo de experimentos

Nombre de la prctica o proyecto: Anlisis de varianza de unos y dos factores en un proceso

Requerimientos (Material o Cuaderno, libros especializados, computadora, acceso a internet,

Macho Peso al nacer

Un cientfico de suelos estudio el crecimiento de plantas de cebada en tres niveles diferentes de

Salinidad Contenedor Peso (g)

Control 1 11.29, 11.08, 11.10

Suponiendo igualdad de varianzas, normalidad e independencia:

Nombre de la asignatura: Diseo de experimentos

Requerimientos (Material o Cuaderno, libros especializados, computadora, acceso a internet,

5. Se Realiz un experimento para probar el efecto de suministrar diferentes niveles de energticos

Bloque 1 4,268 4,482 4,699 4,549

Bloque 2 4,500 4,500 4,880 4,750 b j= 5

Bloque 3 4,300 4,250 4,500 4,480 t i= 4

Bloque 4 4,250 4,290 4,470 4,420

Bloque 5 4,220 4,200 4,450 4,300

1 14.823 25.151 32.605

2 14.676 25.401 32.46 b j= 5

5 15.065 25.277 32.111

Nombre de la asignatura: Diseo de experimentos

Requerimientos (Material o Cuaderno, libros especializados, computadora, acceso a internet,

a) Presente el modelo aditivo lineal

b) Realice la prueba de hiptesis correspondiente. Use =0.05

Nivel de Gradiente de fertilidad

3. Un investigador quiere evaluar la productividad de cuatro variedades de aguacate y decide realizar

Disponibilidad de Gradiente (pendiente)

RS 671 1 39.4 31.3 17.9 14.8

Tx 399 1 68.7 26.2 20.5 18.9

6. Un investigador de ciencias alimentarias desea realizar un experimento para evaluar el

c. Muestre el esquema de aleatorizacin que uso en la asignacin del

Evidencias a las que contribuye el desarrollo de la prctica:

EP1. Problemario con ejercicios de bloques aleatorizados y completos en un proceso biotecnolgico.